大模型生成RPG游戏，情节角色DIY！谷歌出品，一作上海交大校友
根据初始用户输入，它能设置游戏模拟环境，并在环境中生成角色动作。来自谷歌，北卡罗来纳大学教堂山分校新研究，他们尝试的第一款游戏叫做Unbounded，灵感来自《模拟人生》。
首页 > 出品
-
-
三个Agent顶个GPT-4，基于开源小模型的那种｜中大阿里联合出品
真·“三个臭皮匠，顶个诸葛亮”——基于开源小模型的三个Agent协作，比肩GPT-4的工具调用效果！话不多说，直接来看两个系统执行记录。用户表示自己是一个音乐爱好者，想探索不同的音乐流派以及音乐家。
-
史上最快3D数字人生成器：半小时完成训练，渲染仅需16毫秒，苹果出品
之前要两天才能训练好的数字人，现在只用半小时就能完成了！到了推理阶段，更是只要16毫秒，就能得到动作流畅、细节到位的场景视频。而且无需复杂的采样和建模，只要随便拍一段50-100帧的视频就足够了，换算成时间不过几秒钟。
-
模型知识蒸馏新SOTA！告别传统散度蒸馏｜腾讯优图&中科大出品
用大模型“蒸馏”小模型，有新招了！甚至能在不同类型和架构的LLMs（大语言模型）上达到新SOTA。这就是来自中科大、腾讯优图实验室提出的一种基于Sinkhorn距离的知识蒸馏方法，能把大的、复杂的教师模型的知识“蒸馏”到小的、简单的学生模型中，从而让小模型也能像大模型一样工作。
-
能听懂口音的开源语音系统来了：OpenAI出品，支持99种语言
羿阁 发自 凹非寺量子位 | 公众号 QbitAI逼近人类水平的语音识别系统来了？没错，OpenAI新开源了一个名为「Whisper」的新语音识别系统，据称在英文语音识别方面拥有接近人类水平的鲁棒性和准确性！不仅如此，对于不同口音、专业术语的识别效果也是杠杠的！一经发布就在推特上收获4800+点赞，
-
GitHub热榜第一：百万token上下文，还能生成视频，UC伯克利出品
今日GitHub热榜榜首，是最新的开源世界模型。上下文窗口长度达到了100万token，持平了谷歌同时推出的王炸Gemini 1.5，伯克利出品。强大的模型，命名也是简单粗暴——没有任何额外点缀，直接就叫LargeWorldModel（LWM）。
-
医学通用分割模型来了！一口气分割200多个解剖类别，发布即开源
医学领域的通用分割模型来啦，发布即开源！来自智源，模型名为SegVol，划重点：是第一次实现同时支持框（box）、点（point）和文本（text） prompt进行任意尺寸原分辨率的3D体素分割。要知道，此前深度学习在医学图像分割方面已经取得了显著进展，但仍然缺乏一种能够通用分割各种解剖类别、
-
华为腾讯比亚迪等龙头企业重金投入史上最强深圳出品
12月4日早上，华为位于深圳万象天地的旗舰地店外早早地排起长队，“花粉”们等待着最新的旗舰手机Mate 70系列正式开卖。Mate 70系列被华为常务董事、终端BG董事长、智能汽车解决方案BU董事长余承东称为“史上最强大的Mate”，同时，它也是首款搭载“纯血”鸿蒙的手机。从2012年开始规划研发，
-
简单粗暴入门TensorFlow2.0，全中文教学，北大学霸出品
TensorFlow 2.0已在十一发布，香不香？好用不好用？现在，这里有一份全中文教学的快手上手指南，基于Keras和Eager Execution（动态图）模式，北大学霸出品，获得TensorFlow官方认可。
-
全球首个「油电平权」智驾方案：10万级入门标配高速NOA，高通Momenta联合出品
AI赋能每个人，AI赋能每辆车，推动一个更加安全、便捷和高效的未来……这才是高阶智驾“标配时代”最朴素又最具价值的意义。
